请问高手：WLS中的weighted statistics 和unweighted statistics的区别

octavia

10943

收藏 2009-12-21

Eviews在进行加权最小二乘回归，输出报告有两部分：weighted statistics 和unweighted statistics，两者有何差别?
unweighted statistics的结果是怎么得来得？谢谢！

Dependent Variable: Y

Method: Least Squares

Date: 08/05/05
Time: 13:17

Sample: 1 60

Included observations: 60

Weighting series: W1

Variable

Coefficient

Std. Error

t-Statistic

Prob.

10.37051

2.629716

3.943587

0.0002

0.630950

0.018532

34.04667

0.0000

Weighted Statistics

R-squared

0.211441

Mean dependent var

106.2101

Adjusted R-squared

0.197845

S.D. dependent var

8.685376

S.E. of regression

7.778892

Akaike info criterion

6.973470

Sum squared resid

3509.647

Schwarz criterion

7.043282

Log likelihood

-207.2041

F-statistic

1159.176

Durbin-Watson stat

0.958467

Prob(F-statistic)

0.000000

Unweighted tatistics

R-squared

0.946335

Mean dependent var

119.6667

Adjusted R-squared

0.945410

S.D. dependent var

38.68984

S.E. of regression

9.039689

Sum squared resid

4739.526

Durbin-Watson stat

0.800564

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

handuan

2009-12-21 22:47:31

加权的回归结果就是选择了一个与残差标准差的倒数成比例的序列作为权数，然后将权数序列处以该序列的均值进行标准化处理，将经过标准化处理的序列作为权数进行加权，做最小二乘估计，这种做法不影响回归结果。但这种标准化处理过程对频率数据不适用。上面的结果是经过加权回归的，下面的没加权。大概就是这样，希望没有误导你。